La tecnología del Internet de las Cosas (IoT) ha estado desarrollándose rápidamente y se ha utilizado bien en el campo de la monitorización de ciudades inteligentes. El IoT ofrece nuevas oportunidades para que las ciudades utilicen datos de forma remota para la monitorización, gestión inteligente y control de mecanismos de dispositivos que permiten el procesamiento de grandes volúmenes de datos en tiempo real. El IoT apoya la conexión de instrumentos con características inteligibles en ciudades inteligentes. Sin embargo, existen algunos desafíos debido al desarrollo continuo de estas aplicaciones. Por lo tanto, hay una necesidad urgente de más investigación por parte de la academia y la industria para obtener la satisfacción de los ciudadanos, y se requieren arquitecturas, protocolos, seguridad y servicios eficientes para satisfacer estas necesidades. En este documento, se analizaron los aspectos clave de una infraestructura IoT para ciudades inteligentes. Nos centramos en el reconocimiento del comportamiento ciudadano utilizando redes neuronales convolucionales (CNN). Se construyó un nuevo modelo basado en la comprensión del comportamiento humano utilizando los conjuntos de datos de acciones humanas multimodales de Berkeley (MHAD). Se implementó un sistema de videovigilancia utilizando CNN. Los resultados de la simulación del modelo propuesto lograron un 98% de precisión para el sistema de reconocimiento del comportamiento ciudadano.